李先秀

摘要：教育信息化的推广进一步打破了教学时空的限制，使教育的形式越加多样化、制度越加灵活化。教学评价作为教学质量的一种监控手段，既要客观、公正、合理，又可以促进学习，提高学生学习兴趣，激发学习内部动力。

关键词：教育信息化；教学评价；数据分析；生物教学

中图分类号：G633.91文献标识码：A文章编号：1992-7711（2020）05-0137

学习效果评价是对学生学习进展与行为变化的评价，是学校评价的核心。我们对学生的评价在评价理念、方法、标准、内容等方面不能违背促进学生发展的初衷，也不能与素质教育、新课程的推进发生摩擦。而我们在教学过程中能把每学期有效的数据积累留下，并加以分析整理，为我们全面持续的评价提供有力支撑，以提高我们的评价效能。

一、教学评价现状

1.学生评价标准的一元思维

素质教育虽然已经在人们的心中扎了根，但是并没有枝繁叶茂。在实践中我们还是惯于执行应试教育的思想。[1]知识的掌握程度是教学的主导目标，考试分数是教学检验的晴雨表。用统一的标准面对不同的学生，背离了学生多样化、自主性的发展需求，多数情况下还是教师掌握评价的主动权，学生没有“发声”的空间和机会，导致学生评价片面性的存在。

2.学生评价过程的封闭思维

对学生的评价往往只是对某一次考试结果做出判断，学生的进步与否一律用成绩来评定，缺少了对学生学习成长过程的监控。忽视真实、有效的记录表明学生发展过程的资料，也不能及时将这些资料呈现并反馈给学生，也不能不断对学生的表现进行纵向的比较。

3.学生评价内容的片面性

新课程理念中：提高学生的生物科学素养、面向全体学生、倡导探究性学习和注重与现实生活的联系。其明确传递给教师的信息就是评价的主体、评价的内容、评价的目的、评价的方式都要发生变化。不能再以知识评价为主，而应关照到：基本的科学精神和态度、收集信息分析信息发现问题解决问题的能力、探究精神与创新能力、与他人交流合作的能力、健康的体魄和良好的心理素质等。

4.学生评价功能的偏向性和评价方法的单一性

当前学生评价仍然强调的是“选拔、甄别”功能的发挥，教师也在这个指挥棒下用成绩区分学生的层次，但是不能用考试成绩绝对化一个真实存在的个体。更有学生为了在激烈的竞争中脱颖而出，不得不放弃自己的兴趣爱好，把自己标出一个考试的高手。“胜为王，败为寇”的错误定位，也在学校和每一次的考试中不断被强化，使学生的自我认识和自我发展有失偏颇。

二、对现有教学评价的反思

1.多元评价体系的综合应用

加德纳博士和他的哈佛团队提出：智能有多种形式——即我们了解、理解和学习知识有许多方式——而非一种。那我们评价的方式也应该有多种。

2.过程性的评价观要逐步确立

传统的评价中，我们关注学生获得怎样的答案，而不是怎样获得答案，只注重结果而忽略了过程。若能在学生获得答案的过程中及时、动态地了解学生在事件的发展中遇到的问题、困惑和收获，让学生享受这个过程并从中受益终身，对学生的良性发展和持续进步起到推波助澜的作用。

3.主体与客体的同时参与

教学评价的过程应该是教师和学生共同参与构建的过程，不完全是教师也不完全是学生，而是一个良好的互动过程，是一个有机的整体。在做出评价时，价值判断是多元的，方式是多种多样的，形式是自由的。在这样的一个评价情境中，是评价的主体客体自我反思、自我觉悟、自我教育和自我学习的过程。

三、数据分析

1.信息技术时代的到来

我国在《国家中长期教育改革和发展规划纲要（2010-2020）》中明确指出：“加强优质教育资源开发与应用”，并强调：“信息技术对教育发展具有革命性影响”，这奠定了教育信息技术化在整个教育改革发展中的重要地位。因此，当下的教育教学必须顺应信息化时代的大趋势。

2.小数据带给我们的便利

从学生注册入校开始，我们便获得了学生的第一手信息。以后的每学期、每学年都有数据的记录与积累，在这一组组的抽象的数据后面，也许就隐藏着一些精彩的信息，或能反映学生发展变化的有效信息。这些数据所隐含的信息不仅仅是针对学生，更是给教师带来更多的启示。

四、数据分析在教学评价中的作用初探

1.数据分析助力于有效备课

对学生的评价，对生物课堂的评价应该从备课开始。备课时不仅要备教材，还要备学生，而备学生的依据就可以来自数据分析的结果。比如：在第五次月考中，笔者任教的三个班级中：17班高频错点依次是：物质跨膜运输、神经调节过程中离子的运输和能量流动过程中相关的数据分析；而在任教的另两个班级20班、22班：也出现了同样的高频错点。而同年级的其他班级出现的高频错点却不仅如此。

2.数据分析助力于高效课堂

有了备课的依据，更有的放矢地解决学生的疑问，使学生的注意力提高。我们的数据库中不仅有班级整体的分析，也有个体横向和纵向的比较数据分析。对一个学生来说，他肯定更关注自己的错点，若能抽查几个非典型案例，让学生自己尝试分析错因，其他学生作为互助小团体，尝试在讨论交流中解决个人的疑难杂症，则不失为一种良方。

3.数据分析助力于化难为易

对几次月考中年级同时出现的难点易错题进行数据归类，如光合作用与呼吸作用的综合题、伴性遗传题、基因频率计算题、能量流动分析題等；对每一个难点都做一个微课，上传到班级平台，学生可以利用在家或在校的零散时间逐个击破。通过发布的习题练习，追踪检测学生自学的情况。

4.数据分析助力于良性互动

全新的互联网模式的到来，也带来了全新的工作和学习模式，师生的互动不再局限于课堂内，大数据信息下的学习平台、学习模式和学习环境正走入我们的生活。

我们要充分利用数据信息带来的便利，对不同的有差异的个体量身定做不同的作业套餐，让学生在学习最近发展区中找到成功感、存在感。数据记录学生的纵向发展过程，师生良性积极互动，让教师乐教，学生乐学。

“不积跬步，无以至千里”这种不断提取数据信息、利用信息的能力需要植根于课堂这一块丰厚的土壤中。在数据分析运用于教学评价这条路上，我们将继续探索。

参考文献：

[1]王晓慧.大数据在高中生物实验教学中的应用分析[J].高考，2019（1）：82.

（作者单位：安徽省合肥市第七中学230000）